XNews

Cursor:递归模型改进与自主研究

Cursor:递归模型改进与自主研究

Cursor介绍了递归模型改进和人工智能编码市场背景。- Cursor使用外循环(用户反馈、A/B测试、在线指标)和内循环(训练效率、强化学习环境、评判/奖励模型)。- Cursor利用产品代理的使用作为高质量训练数据;Composer 2.5通过更困难的强化学习环境获得了人气。- 大规模代理队伍自动化研究:通过Slack触发实验,持续的主+子代理队伍,基于SSH的监控,通过快捷方式进行人工升级。- 递归自我改进:更强大的模型提炼出更好的评判/奖励模型,加速下一代训练。- Cursor与SpaceXAI共同训练了Grok 4.5,使用Cursor交互轨迹和真实环境中的强化学习。- 2025年人工智能编码市场:快速增长,行业报告中提到Cursor的估值和年度经常性收入(ARR)数据(Cursor估值在11个月内上升了11.3倍;ARR从10万美元增长到2025年11月超过10亿美元)。- 行业趋势:编码从完成转向协作和自主工作流;2025年对人工智能编码的投资激增。

Key insights

Cursor的外/内循环框架加速模型迭代

Cursor描述了一种双循环训练和产品反馈架构:外循环收集真实用户信号——来自代理的使用数据、在线指标和A/B测试——以指导后续的训练轮次;内循环则专注于通过更困难的强化学习环境、改进的学习方法和支持性辅助模型(评判、奖励)来提高训练效率。Composer 2.5的产品成功归因于更多的强化学习环境和激进的任务难度调整。Cursor使用代理交互数据作为主要的高质量训练信号。

Cursor通过持续的代理队伍自动化研究

Cursor运营持久的代理队伍进行实验编排:研究人员可以通过Slack启动实验;队伍(主代理加上多个子代理)通过SSH运行任务,监控健康状况,并在需要时通过Slack或PagerDuty进行人工升级。这种方法减少了研究人员在实验管理上花费的时间,将人类的注意力转向高影响力的创意,而不是操作性开销。

递归模型改进:模型帮助训练下一代

Cursor强调了一种递归机制,其中更强大的主模型提炼出更好的辅助模型(评判、奖励模型),从而改善数据生成、评估和训练效率,创造出加速模型进展的正反馈循环。团队指出了一些防止评估“作弊”的实际措施,例如限制网络访问和维护像CursorBench这样的私有代码基准,以确保可信的评估。

2025年人工智能编码市场激增,以Cursor为领先例子

行业报告总结了人工智能编码在2025年的增长:该领域从智能完成转向多代理协作和自主编码工作流。Cursor的估值在11个月内 reportedly 上升了11.3倍,达成了一轮融资,估值组件为23亿美元(报告提到230亿美元?请核实来源),根据一份行业帖子,ARR在2023年至2025年间从10万美元增长到超过10亿美元。风险投资活动和退出反映出投资者对人工智能编码初创公司的强烈兴趣。

Source posts